دانشگاه تهران مهندسی بیوسیستم ایران 2008-4803 51 4 2021 02 19 Intelligent Weighting and Marking System in Poultry, Based on Machine Vision سیستم وزن‌کشی و علامتگذاری هوشمند در مرغداری، به کمک بینایی ماشین 673 682 78446 10.22059/ijbse.2019.262047.665074 FA معراج رجایی استادیار، دپارتمان برق و کامپیوتر،دانشکده شریعتی، دانشگاه فنی حرفه‌ای، استان تهران، ایران 0000-0001-6693-308x مهدیه ایمان پناه مهندس تکنولوژی الکترونیک، دپارتمان مهندسی برق و کامپیوتر، دانشکده شریعتی، دانشگاه فنی حرفه‌ای استان تهران، ایران مبینا آزادی مهندس تکنولوژی الکترونیک، دپارتمان مهندسی برق و کامپیوتر، دانشکده شریعتی، دانشگاه فنی حرفه‌ای استان تهران، ایران محمدعلی سلیمانی دانشجوی دکتری دانشگاه امیر کبیر Journal Article 2018 08 13 The goal of this investigation is weighting and selecting chickens in a determined weight by using machine vision. The images were taken by Raspberrypi cameras and then processed using the Raspberrypi 3 board, and finally the weight was estimated. The marking system was also used to mark chickens in the ideal weight range. For this purpose, 300 Rass chickens were examined in 3 poultry farms by a portable system and from about 500 pictures, 4 features were extracted: length, width, area and circumference. Chickens weight calculated with mixing features (length, width, area) that had been gained. Average percentage error of each one was also measured separately. Average percentage error in this system was 6% (minimum error percentage 2% and maximum error percentage 12%) that indicates the ability of image processing to determine the weight of the chicken. For check system accuracy, one place similar to poultry farms has designed with the same light, temperature, food and water for chickens, and they had access freely, they have been checked for 4 days, then marked chickens were putted up on a digital scale. Finally, the results showed the complete accuracy of the system and the accuracy of the image processing and weighting process هدف از این پژوهش، تعیین وزن و انتخاب مرغ­ها در بازه وزنی دلخواه با استفاده از بینایی ماشین می­باشد. تصاویر توسط دوربین‌های رزبری­پای گرفته شده و سپس با  استفاده از برد رزبری­پای3  پردازش شده­اند و در نهایت وزن تخمین زده شده است. از سیستم علامتگذاری نیز به منظور علامتگذاری مرغ­های در بازه وزنی ایده­آل، کمک گرفته شد. بدین منظور تعداد 300 مرغ با نژاد راس، در 3 مرغداری توسط سیستم قابل حمل بررسی شدند و از حدود 500 عکس گرفته شده چهار ویژگی، طول، عرض، مساحت و محیط مرغ­ها استخراج شد که با ترکیب ویژگی­های مساحت، طول و عرض، وزن مرغ­ها محاسبه شد. همچنین درصد خطای هر یک نیزبه صورت جداگانه اندازه­گیری شد. درصد خطای میانگین6٪ (حداقل درصد خطا 2٪ و حداکثر درصدخطا 12٪)  نشان از توانایی پردازش تصویر در تعیین وزن مرغ دارد. همچنین جهت اطمینان از صحت کار سیستم، فضایی مشابه با مرغداری، با همان میزان نور و دما و خوراک و آب مورد نیاز مرغ طراحی گردید که تعداد 20 مرغ، در طول مدت 4 روز تحت بررسی قرار گرفتند، سپس مرغ­های علامت خورده شده توسط ترازوی دیجیتال وزن شدند. در نهایت نتایج بدست آمده نشان­دهنده دقت کامل سیستم و صحت روند پردازش تصویر و تعیین وزن بود. https://ijbse.ut.ac.ir/article_78446_28ccf7abc5d16829364717148e9aa7cc.pdf